MétaCan
Menu
Retour à la cohorte
Enregistrement W4385236304 · doi:10.1109/itec55900.2023.10187096

Constant Current/Constant Voltage Charging Via Series-Series Compensated Resonant Inductive Wireless Charging for Electric Vehicle

2023· article· en· W4385236304 sur OpenAlexaff
Niranjan Shrestha, Jeonggi Son, Sheldon S. Williamson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Power Transfer Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésElectric vehicleElectrical engineeringWireless power transferConstant currentMaximum power transfer theoremBattery (electricity)Battery packVoltageElectric-vehicle batteryTrickle chargingBattery chargerEngineeringPower electronicsConstant power circuitPower (physics)Electromagnetic coilPower factorPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents the simple yet effective phase shift control to attain constant current/constant current (CC/CV) charging for Electric Vehicle (EV) battery packs through series-series compensated resonant inductive wireless power transfer (RIWPT). The Series-Series (SS) compensation is mainly used in the proposed system to improve power transfer capability, reduce the leakage magnetic flux, and thereby maximize the power transfer efficiency. The battery pack of EV s is characterized as an equivalent variable resistance during CC/CV charging based on a real charging profile of a Chevy bolt EV battery pack. The primary side control is utilized in the proposed system to reduce the weight of the onboard power electronics converter and components requirements on the secondary side. An effective phase shift control strategy for RIWPT -based level 2 charger which only requires battery voltage and current data is implemented to achieve CC/CV charging of the EV battery pack. The effectiveness and practicality of the proposed control strategy are verified through a 7.7 kW RIWPT-based charger simulation as well as its experimental validation with a 3.7 kW RIWPT -based charger prototype.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,236
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Power Transfer SystemsTravaux en français237 207